April
28th,
2015
在用sklearn训练好一个模型之后，如何将它持久化到硬盘中，并随时反序列化回来呢？
今天要介绍的就是sklearn.external.joblib了.
pythoner平时对pickle可能更加熟悉, pickle可以对python的对象进行序列化、反序列化操作.
joblib工具与pickle不同的是，joblib对sklearn创建的对象支持更加友好.
对于一个15000维，经过将近70万文本分类数据的训练之后，使用pickle对模型进行序列化大约需要270MB的存储空间， 而使用joblib仅需要50MB的空间.
代码如下:
import sklearn.externals.joblib as jl
# 序列化操作
jl.dump(model,'model.pkl')
# 反序列化操作
model = jl.load('model.pkl')
是不是很简单呢?